基于LightGBM的船舶航速预测模型

针对现有基于机器学习算法的船舶航速预测模型无法兼顾计算精度高、泛化能力强及计算速度快的问题，提出基于LightGBM的船舶航速预测模型，并以一艘安装有能效监测系统的内河船舶为研究对象，运用LightGBM算法建立以实时风速、风向、水深、水流速度、尾轴转速、轴功率和主机油耗为输入的船舶航速预测模型，并同时与RR、SVR、DT、BPNN、RF、GBDT和XGBoost七种机器学习算法的航速预测结果进行比较。结果表明：基于LightGBM建立的船舶航速预测模型的精度、泛化能力、运算速度均排名第二，综合性能最好，可在保证较高预测精度和较强泛化能力前提下，实现对船舶航速的快速预测。